9.1 KiB
Водич за инсталацију
Овај водич ће вам помоћи да подесите окружење за рад са наставним планом "Наука о подацима за почетнике".
Садржај
Предуслови
Пре него што почнете, требало би да имате:
- Основно познавање командне линије/терминала
- GitHub налог (бесплатан)
- Стабилну интернет везу за почетно подешавање
Опције за брзи почетак
Опција 1: GitHub Codespaces (Препоручено за почетнике)
Најлакши начин за почетак је коришћење GitHub Codespaces, који пружа комплетно развојно окружење у вашем претраживачу.
- Идите на репозиторијум
- Кликните на падајући мени Code
- Изаберите картицу Codespaces
- Кликните на Create codespace on main
- Сачекајте да се окружење иницијализује (2-3 минута)
Ваше окружење је сада спремно са свим унапред инсталираним зависностима!
Опција 2: Локални развој
За рад на вашем рачунару, пратите детаљна упутства у наставку.
Локална инсталација
Корак 1: Инсталирајте Git
Git је потребан за клонирање репозиторијума и праћење ваших измена.
Windows:
- Преузмите са git-scm.com
- Покрените инсталер са подразумеваним подешавањима
macOS:
- Инсталирајте преко Homebrew-а:
brew install git - Или преузмите са git-scm.com
Linux:
# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git
# Fedora
sudo dnf install git
# Arch
sudo pacman -S git
Корак 2: Клонирајте репозиторијум
# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-Beginners
Корак 3: Инсталирајте Python и Jupyter
Python 3.7 или новији је потребан за лекције из науке о подацима.
Windows:
- Преузмите Python са python.org
- Током инсталације, означите "Add Python to PATH"
- Проверите инсталацију:
python --version
macOS:
# Using Homebrew
brew install python3
# Verify installation
python3 --version
Linux:
# Most Linux distributions come with Python pre-installed
python3 --version
# If not installed:
# Debian/Ubuntu
sudo apt-get install python3 python3-pip
# Fedora
sudo dnf install python3 python3-pip
Корак 4: Подесите Python окружење
Препоручује се коришћење виртуелног окружења за изолацију зависности.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
Корак 5: Инсталирајте Python пакете
Инсталирајте потребне библиотеке за науку о подацима:
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
Корак 6: Инсталирајте Node.js и npm (за апликацију квиза)
Апликација за квиз захтева Node.js и npm.
Windows/macOS:
- Преузмите са nodejs.org (препоручује се LTS верзија)
- Покрените инсталер
Linux:
# Debian/Ubuntu
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
# It is recommended to review the script before running it:
# curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
# less setup_lts.x
# Then run:
# sudo -E bash setup_lts.x
#
# Alternatively, you can use the one-liner below at your own risk:
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs
# Fedora
sudo dnf install nodejs
# Verify installation
node --version
npm --version
Корак 7: Инсталирајте зависности за апликацију квиза
# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..
Корак 8: Инсталирајте Docsify (опционо)
За офлајн приступ документацији:
npm install -g docsify-cli
Провера инсталације
Тестирајте Python и Jupyter
# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
# Start Jupyter Notebook
jupyter notebook
Ваш претраживач би требало да се отвори са Jupyter интерфејсом. Сада можете да приступите било којој .ipynb датотеци лекције.
Тестирајте апликацију квиза
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serve
Апликација за квиз би требало да буде доступна на http://localhost:8080 (или другом порту ако је 8080 заузет).
Тестирајте сервер документације
# From the root directory of the repository
docsify serve
Документација би требало да буде доступна на http://localhost:3000.
Коришћење VS Code Dev Containers
Ако имате инсталиран Docker, можете користити VS Code Dev Containers:
- Инсталирајте Docker Desktop
- Инсталирајте Visual Studio Code
- Инсталирајте екстензију Remote - Containers
- Отворите репозиторијум у VS Code-у
- Притисните
F1и изаберите "Remote-Containers: Reopen in Container" - Сачекајте да се контејнер изгради (само први пут)
Следећи кораци
- Истражите README.md за преглед наставног плана
- Прочитајте USAGE.md за уобичајене радне токове и примере
- Проверите TROUBLESHOOTING.md ако наиђете на проблеме
- Прегледајте CONTRIBUTING.md ако желите да допринесете
Добијање помоћи
Ако наиђете на проблеме:
- Проверите водич TROUBLESHOOTING.md
- Претражите постојеће GitHub Issues
- Придружите се нашој Discord заједници
- Отворите нови проблем са детаљним информацијама о вашем проблему
Одрицање од одговорности:
Овај документ је преведен коришћењем услуге за превођење помоћу вештачке интелигенције Co-op Translator. Иако се трудимо да обезбедимо тачност, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати ауторитативним извором. За критичне информације препоручује се професионални превод од стране људи. Не сносимо одговорност за било каква погрешна тумачења или неспоразуме који могу произаћи из коришћења овог превода.